铁路轨道不平顺预测方法研究

《铁路轨道不平顺预测方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京交通大学硕士学位论文铁路轨道不平顺预测方法研究姓名：黄远春申请学位级别：硕士专业：交通运输规划与管理指导教师：刘仍奎20090601中文摘要安全是铁路运输永恒的主题。为了提高铁路运输的安全性，必须深入研究轨道质量状态变化规律。本论文以如何利用轨检车检测数据分析轨道质量状态作为出发点，以研究轨道不平顺状态变化规律为研究对象，在分析国内外轨道不平顺预测方法的基础上，建立了轨道不平顺状态预测模型。对于铁路工务部门准确把握轨道质量状态变化趋势、科学安排维修具有重要的现实意义。本论文在分析国外轨道不平顺预测方法的基础上，主要做了以下几个方面的工作：1)分

2、析了不同型号轨检车的数据格式和质量问题，采用数据仓库对各种检测数据进行存储管理，阐述各种检测数据的整合流程及方法。2)对比了两种常用的检测数据分析方法，进而总结出这两种方法的优缺点。此外，通过现场调研，掌握了检测数据在现场工作中的实际使用情况，并指出了其中存在的问题。3)在分析国外的不平顺预测模型的基础上，结合昆明铁路局线路的实际情况，将一元线性回归、灰色预测模型应用于轨道不平顺预测模型。剖析模型预测结果，针对这两类模型无法充分反映轨道状态变化波动性的弱点，作者首次将灰色．马尔科夫预测模型应用于轨道不平顺预测。4)在进行理论研究的同时，还结合昆明铁

3、路局实际情况，运用本论文提出的轨道不平顺预测模型，构建了昆明铁路局工务安全生产管理系统的轨道状态预测模块，并已经在现场投入使用。关键词：铁路工务；轨道不平顺；线性回归；灰色预测；灰色．马尔科夫分类号：ABSTRACTSecurityisalwaysthesubjectofrailtransport．Toguaranteetherailwaytransportation'ssecurity,theresearchonthechangestateofrailwaytrackmustbethoroughlyputinpractice．Studyonthe

4、changestateofrailtrackqualityisregardedasthestudyobject，bystartingfromtheanalysisofthetrackgeometryinspectiondata．Basedontheanalysisoftrackirregularitypredictionmethodabroad，theauthorestablishedthepredictionmodeloftrackirregularity．Anditisofgreatpracticalsignificancetoaccurate

5、lymasterthetransformationtrendofrailtrackqualityandscientificallyarrangetrackmaintenance,especiallytotherailtrackmaintenanceofPassengerTransportationSpecialLine．Inthispaper,basedontheanalysisoftrackirregularitypredictionmethodabroad，theauthormadethefollowingmainaspectsofthewor

6、k．1)Fromtheaspectofcollectinginspectingdata，papersanalysisdataformatandqualityproblemsofdifferentvehicles．UsingDataWarehousetostoreandmanagedynamicandstatictrackinspectiondata．TheDataintegrationprocessesandmethodsdescribed．2)Fromtheaspectofanalysisinspectingdata，bycomparingtwo

7、differentanalysiswaytogettheiradvantageanddisadvantages．Throughon—siteresearch，byanalysisofdataatthesceneoftheactualworkandpointedouttheproblems．3)Basedontheanalysisoftrackirregularitypredictionmethodabroad，combiningtheactualsituationofKunming,theauthoruseonevariablelinearregr

8、essionandgreyforecastmodeltoforecastthegrowthoftrackirregular